به گزارش ثریا - پروژه سکوی هوش مصنوعی وزارت راه و شهرسازی یکی از جدیدترین طرح‌های فناوری اطلاعات در ایران است که با هدف به‌کارگیری فناوری‌های مدرن هوش مصنوعی برای تسهیل دسترسی به اطلاعات، تحلیل داده‌ها و پشتیبانی در تصمیم‌گیری‌های کلان مدیریتی در این وزارتخانه در دست اجراست. این پروژه در چارچوب سکوی ملی هوش مصنوعی کشور تعریف شده و بخشی از تلاش‌های دولت برای توسعه ابزارهای هوشمند در دستگاه‌های اجرایی است. 

سکوی هوش مصنوعی، که بر اساس همکاری دانشگاه‌ها و مراکز علمی کشور طراحی می‌شود، به‌عنوان بخشی از پروژه‌های دستیار هوش مصنوعی برای وزارتخانه‌ها شناخته شده و قرار است در سطوح مختلف مدیریتی و عملیاتی مورد استفاده قرار گیرد تا فرآیندهای زمان‌بر دستی را تسریع کند، دسترسی به اطلاعات تخصصی را ساده‌تر کند و به‌تدریج خدمات مشاوره‌ای و پاسخ‌دهی به مردم را نیز ارائه دهد. 

پروژه سکوی هوش مصنوعی وزارت راه و شهرسازی با محوریت طراحی یک دستیار هوشمند در دانشگاه صنعتی امیرکبیر در حال توسعه است. این دستیار قرار است به مدیران ارشد، کارشناسان و حتی عموم مردم در دسترسی دقیق به اطلاعات، تحلیل داده‌ها و پاسخگویی به سوالات مرتبط با حوزه راه و شهرسازی کمک کند، از جمله حوزه‌هایی که پیش از این نیازمند مکاتبات طولانی، بررسی اسناد متعدد و تحلیل‌های داده‌محور بوده‌اند.

سامانه در فاز اول با تمرکز بر قوانین، مقررات و تحلیل داده‌های متنی و در فازهای بعدی با گسترش داده‌های عددی، جداول و امکانات پیش‌بینی، در تلاش است پاسخگویی هوشمند، تحلیلی و کاربردی را در اختیار کاربران قرار دهد. 

آخرین وضعیت هوشمندسازی حوزه راه و شهرسازی

سعیده ممتازی، عضو هیئت علمی گروه هوش مصنوعی دانشکده مهندسی کامپیوتر دانشگاه صنعتی امیرکبیر و از اعضای تیم اجرایی پروژه «دستیار هوشمند وزارت راه و شهرسازی»، در گفت‌وگو با ایسنا، هدف اصلی اجرای این پروژه را طراحی و پیاده‌سازی یک سامانه هوشمند دانست که بتواند به سوالات مرتبط با وزارت راه و شهرسازی پاسخ دهد، گفت: بر این اساس این سکوی هوشمند به گونه‌ای پیاده سازی شده است که قابلیت دریافت ورودی به صورت گفتار یا متن را دارد و در حال حاضر محدودیت خاصی در این زمینه ندارد و قادر است حوزه‌هایی نظیر قوانین، آیین‌نامه‌ها، بودجه، مشاوره و سایر موضوعات مرتبط را پوشش دهد.

وی ادامه داد: هر پاسخی که به سامانه ارائه می‌شود، همراه با استناد به اسناد مرجع است و در صورتی که در اسناد تناقض یا مغایرتی وجود داشته باشد، بخش تشخیص تناقضات سامانه قادر است این موارد را شناسایی و نمایش دهد.

این عضو هیئت علمی دانشگاه صنعتی امیرکبیر هدف اصلی این پروژه را توانایی پاسخگویی به سوالات مرتبط با قوانین وزارت راه و شهرسازی عنوان کرد و یادآور شد: در کنار آن، قابلیت تحلیل قوانین، تشخیص تناقضات، ارائه استناد هنگام پاسخ‌دهی، تحلیل داده‌های تخصصی و داده‌های عددی و جدولی نیز مدنظر قرار گرفته است. ایجاد امکانات متنوع در رابط کاربری، تعریف نقش‌ها و سطوح دسترسی مختلف در سامانه، امکان پاسخگویی به سوالات مشاوره‌ای و همچنین پشتیبانی از عامل‌های هوشمند برای اتصال به APIهای مختلف از دیگر ویژگی‌هایی است که در این پروژه پیش‌بینی شده است.

ممتازی با اشاره به قابلیت‌های فنی سامانه، اضافه کرد: در فرآیند بازیابی اطلاعات تلاش کردیم از روش‌های ترکیبی استفاده کنیم؛ به این معنا که جستجو صرفاً به صورت واژگانی انجام نشود و روش‌های معنایی نیز پوشش داده شود و ترکیبی از این دو رویکرد مورد استفاده قرار گیرد.

دسترسی به داده‌ها برای توسعه سکوی هوشمند

ممتازی یکی از مباحث کلیدی در این طرح را موضوع "دسترسی به داده‌ها" عنوان کرد و گفت: تلاش کردیم مجموعه متنوعی از داده‌ها را پوشش دهیم از این رو سه دسته داده اصلی در این پروژه مدنظر بود که برای پوشش آنها برنامه‌ریزی شده است. یکی از این دسته‌ها، مصاحبه‌هایی بوده که در حوزه‌های مختلف انجام شده و تلاش کردیم از این داده‌ها نیز در توسعه سامانه بهره ببریم.

وی افزود: در کنار داده‌های مصاحبه‌ای، داده‌های متنی و داده‌های عددی نیز جمع‌آوری شد. در بخش همکاری‌ها، علاوه بر تعامل اصلی با مرکز تحقیقات وزارت راه و شهرسازی که ارتباط محوری ما با وزارتخانه از طریق آن برقرار بود، برای انجام مصاحبه‌ها و جمع‌آوری داده‌ها از سایر سازمان‌ها و شرکت‌های تابعه وزارت راه نیز همکاری خواستیم که در این زمینه با سازمان راهداری و حمل‌ونقل جاده‌ای همکاری بسیار خوبی شکل گرفت و همچنان ادامه دارد.

عضو تیم توسعه دهنده سکوی هوش مصنوعی وزارت راه و شهرسازی اضافه کرد: همچنین با شرکت راه‌آهن، سازمان بنادر و کشتیرانی، شرکت هواپیمایی جمهوری اسلامی ایران، سازمان هواپیمایی کشوری، مرکز تحقیقات راه، مسکن و شهرسازی و نیز سازمان فناوری اطلاعات و ارتباطات وزارت راه و شهرسازی در ارتباط بودیم. این مجموعه‌ها بخش‌هایی بودند که در فرآیند تأمین داده با آنها همکاری داشتیم.

وی گفت: در حوزه داده‌های مصاحبه‌ای، تلاش کردیم با کارشناسان مختلف زیرمجموعه وزارت راه و شهر سازی گفت‌وگوهای متنوعی داشته باشیم تا نیازمندی‌ها، چالش‌های موجود در حوزه کاری وزارتخانه و راهکارهای پیشنهادی آن‌ها را بررسی کنیم. هدف ما از این مصاحبه‌ها این بود که دستیاری که طراحی می‌کنیم، در حوزه سیاست‌گذاری نیز ارتقا یابد؛ به‌گونه‌ای که در آینده بتوان سوالاتی از جنس سیاست‌گذاری نیز از این دستیار پرسید و پاسخ مناسب دریافت کرد.

این عضو هیئت علمی در ادامه به داده‌های عددی اشاره کرد و گفت: بخش دیگری از داده‌ها، داده‌های عددی بوده که عمدتاً شامل جداول و آمارهای تخصصی است. توانستیم جداول و آمارهای خوبی از سازمان‌ها دریافت کنیم و به وب‌سرویس‌های مختلفی که در مجموعه وزارت راه وجود دارد دسترسی پیدا کنیم؛ از جمله اطلاعات مربوط به وضعیت روسازی و ایمنی جاده‌های کشور و نیز وضعیت تردد لحظه‌ای در جاده‌ها. این‌ها نمونه‌هایی از داده‌های عددی متنوعی است که در حال حاضر به آن‌ها دسترسی داریم.

وی افزود: همچنان در حال پیگیری هستیم تا با همکاری مرکز تحقیقات راه، مسکن و شهرسازی داده‌های بیشتری از بخش‌های مختلف وزارت راه دریافت کنیم و از آن‌ها در پیشبرد فاز دوم پروژه بهره ببریم.

ممتازی دسته دیگر داده‌های این سکوی هوشمند را داده‌های متنی ذکر کرد و ادامه داد: در گام نخست تمرکز ما بر جمع آوری قوانین و مقررات این حوزه بود. علاوه بر اسناد داخلی وزارت راه و شهرسازی، تلاش کردیم قوانین و مقررات را از منابعی که از سوی معاونت علمی معرفی شدند نیز گردآوری کنیم؛ از جمله مرکز پژوهش‌های مجلس شورای اسلامی و معاونت حقوقی ریاست جمهوری.

وی ادامه داد: در کنار این منابع، داده‌های متنوعی نیز در وب‌سایت‌های زیرمجموعه وزارت راه و شهرسازی وجود داشت که آنها را نیز جمع‌آوری و مورد استفاده قرار دادیم. با خزش این داده‌ها، سامانه ما اکنون قادر است علاوه بر قوانین و مقررات، آیین‌نامه‌ها، دستورالعمل‌ها و سایر اطلاعات موجود در این سامانه‌ها را نیز پوشش دهد و در پاسخ‌دهی به کار گیرد.

تحویل فاز اول سکوی هوشمند وزارت راه

وی تصریح کرد: فاز اول پروژه که تحویل داده شده و خوشبختانه در میان تیم‌های برتر قرار گرفت، بیشتر متمرکز بر داده‌های متنی و قوانین و مقررات بود. در حال حاضر در حال اجرای فاز دوم پروژه هستیم که تمرکز آن بیشتر بر داده‌های عددی، جدولی و اتصال به APIهاست.

ممتازی درباره میزان پیشرفت پروژه گفت: می‌توان گفت پروژه در مجموع حدود ۵۰ درصد پیش رفته است. فاز اول که حدود ۵۰ درصد کل پروژه را شامل می‌شد، به طور کامل انجام شده و تحویل داده شده است. فاز دوم نیز در حال اجراست و تقریباً نیمی از آن پیش رفته است.فاز اول در آذرماه تحویل داده شد و مورد تأیید قرار گرفت و خوشبختانه به عنوان یکی از تیم‌های موفق شناخته شد.

3 دسته کاربر سکوی هوشمند وزارت راه

دکتر زینعلی، مدیر فنی پروژه سکوی هوش مصنوعی وزارت راه و شهرسازی، اظهار کرد: در زمان تعریف پروژه، هدف ما این بود که دستیار هوشمندی طراحی شود که بتواند به سطوح مختلف مدیریتی وزارتخانه کمک کند و سطح نخست این بهره‌برداری، وزیر و معاونان وزارت راه و شهرسازی هستند. در این سطح، تمرکز اصلی دستیار بر تسهیل فرآیندهایی است که در حال حاضر زمان‌بر و دستی انجام می‌شود. به عنوان مثال اگر وزیر برای تصمیم‌گیری به اطلاعات مربوط به وضعیت جاده‌ها نیاز داشته باشد، در حالت عادی باید مکاتبه انجام شود و زمان زیادی صرف دسترسی به اطلاعات شود، اما این دستیار می‌تواند اطلاعات را به‌صورت لحظه‌ای در اختیار او قرار دهد.

زینعلی ادامه داد: علاوه بر این، در حوزه مشاوره تصمیم‌گیری نیز دستیار می‌تواند نقش‌آفرینی کند. برای نمونه، اگر قرار باشد برای بهبود وضعیت راه‌ها در یک استان ۱۰۰ میلیارد تومان هزینه شود، موضوع اولویت‌بندی اهمیت پیدا می‌کند. با توجه به داده‌هایی که از سازمان راهداری درباره وضعیت راه‌های کشور دریافت کرده‌ایم، این دستیار می‌تواند بر اساس شاخص‌هایی مانند کیفیت روسازی، میزان خرابی و ناهمواری جاده‌ها، اولویت‌بندی را انجام دهد و به تصمیم‌گیری کمک کند.

وی امکان مقایسه وضعیت جاده‌های استان‌های مختلف با یکدیگر را از دیگر قابلیت‌های این سکو نام برد و افزود: این داده‌ها به‌گونه‌ای است که مشخص می‌شود کدام جاده‌ها شرایط نامناسب‌تری دارند. این قابلیت‌ها در قالب یک داشبورد داینامیک ارائه می‌شود.

مدیر فنی پروژه دستیار هوش مصنوعی وزارت راه و شهرسازی افزود: در گذشته داشبوردها عمدتاً استاتیک و ثابت بودند و صرفاً چند نمودار مشخص را نمایش می‌دادند، اما اکنون با پیشرفت‌های حوزه هوش مصنوعی، کاربر می‌تواند با زبان طبیعی سوال خود را مطرح کند؛ برای مثال درخواست کند وضعیت راه‌های یک استان با استان دیگر مقایسه شود و خروجی را به‌صورت نمودار یا جدول دریافت کند.

وی تأکید کرد: در سطح نخست، هدف این است که سوالات لحظه‌ای وزیر پاسخ داده شود و در صورت در اختیار بودن داده‌های تخصصی، دستیار بتواند مشاوره لازم برای تصمیم‌گیری‌های فوری را نیز ارائه دهد. همین کارکرد برای معاونان وزارتخانه نیز در نظر گرفته شده است.

زینعلی در ادامه درباره گروه دوم کاربران گفت: دسته دوم استفاده‌کنندگان از این دستیار، کارکنان وزارت راه و شهرسازی هستند. با توجه به گستردگی وزارتخانه و تعدد سازمان‌های زیرمجموعه، قوانین و مقررات بسیار متنوع و گسترده‌ای وجود دارد که برخی از آن‌ها در قالب فایل‌های چندصدصفحه‌ای منتشر شده‌اند و جستجو در آن‌ها به‌ویژه به دلیل فرمت‌های PDF، دشوار است.

وی افزود: کارکنان می‌توانند هر سوالی در حوزه قوانین و مقررات داشته باشند از دستیار بپرسند و پاسخ دریافت کنند. در فاز اول، تمرکز بر قوانین و مقررات بوده و یکی از ایجنت‌های هوشمند اضافه‌شده به سامانه نیز مربوط به قوانین خاص وزارت راه و شهرسازی است. در فاز دوم نیز این قابلیت‌ها توسعه بیشتری خواهد یافت.

مدیر فنی پروژه درباره گروه سوم کاربران اظهار کرد: گروه سوم، کاربران عادی و مردم هستند. برای مثال فردی که قصد ساخت‌وساز دارد یا درباره قوانین زمین و سایر مقررات مرتبط سوالی دارد، می‌تواند به این دستیار مراجعه کند و پاسخ بگیرد.

وی افزود: در این بخش تلاش کردیم سوالات متداول موجود در وب‌سایت‌های زیرمجموعه وزارت راه و شهرسازی را جمع‌آوری کنیم و در کنار آن، قوانین و مقررات مرتبط را نیز که در فاز دوم تکمیل می‌شود، به سامانه اضافه کنیم تا مردم بتوانند سوالات خود را مطرح کرده و پاسخ دریافت کنند. البته تمرکز اصلی معاونت علمی بیشتر بر «دستیار وزیر» بوده و این دستیارها عمدتاً با این عنوان شناخته می‌شوند، اما ما تلاش کردیم دامنه کاربرد را گسترده‌تر ببینیم تا استفاده عملیاتی بیشتری از این سامانه صورت گیرد.

زینعلی تصریح کرد: در حال حاضر از نظر پوشش قوانین، هر سه سطح کاربری می‌توانند متناسب با نیاز خود سوال مطرح کنند؛ وزیر، کارکنان و مردم هرکدام با ادبیات و سطح متفاوتی از قوانین پرسش خواهند داشت و سامانه پاسخ می‌دهد.

جزئیات فاز دوم پروژه

مدیر فنی پروژه ادامه داد: فاز دوم که اکنون در حال اجراست، بیشتر بر داده‌های تخصصی متمرکز است؛ داده‌هایی مانند شاخص‌های روسازی جاده‌ها که عمدتاً مورد استفاده وزیر، معاونان و کارکنان قرار می‌گیرد و برای عموم مردم کاربرد تخصصی ندارد. بنابراین تمرکز اصلی فاز دوم بر نیازهای مدیریتی و کارشناسی وزارتخانه است.

زینعلی درباره قابلیت‌های پیش‌بینانه اظهار کرد: در پروپوزال پروژه، یکی از توانمندی‌هایی که برای دستیار پیش‌بینی کرده‌ایم، توسعه قابلیت‌های پیش‌بینانه است که در مراحل بعدی می‌تواند به سامانه افزوده شود.

وی افزود: همان‌طور که مشخص است، برای انجام پیش‌بینی باید از قبل مدل را بر اساس داده‌های مناسب آموزش داده باشیم. بنابراین ابتدا باید نیاز پیش‌بینی از سوی وزارتخانه مطرح شود و داده‌های مرتبط نیز در اختیار تیم قرار گیرد. در صورت وجود این پیش‌نیازها، امکان اضافه کردن قابلیت‌های پیش‌بینی به سامانه وجود دارد. یکی از نمونه‌های رایج پیش‌بینی، موضوع هواشناسی است که سازمان هواشناسی نیز زیرمجموعه وزارت راه و شهرسازی محسوب می‌شود و این حوزه می‌تواند به سامانه اضافه شود.

مدیر فنی این پروژه خاطر نشان کرد: بر اساس جلساتی که برگزار شده، یکی از نیازهای مطرح‌ شده، پیش ‌بینی وضعیت جوی در سفرهای جاده‌ای است؛ به این معنا که کاربر اگر برنامه سفر از مبدأیی مانند تهران به یک شهر دیگر را داشته باشد، سامانه بتواند در طول مسیر و در بازه‌های زمانی مختلف، وضعیت آب‌وهوا را پیش‌بینی و اعلام کند.

زینعلی افزود: پیش‌بینی‌های عمومی هواشناسی که هم‌اکنون در سایت سازمان هواشناسی وجود دارد، می‌تواند به عنوان یک قابلیت به دستیار افزوده شود، اما پیش‌بینی‌های ترکیبی و مسیرمحور که در حال حاضر به این شکل ارائه نمی‌شود، نیازمند داده و توسعه بیشتر است و در صورت تأمین داده‌های لازم، قابلیت اضافه شدن را دارد. توسعه این بخش کاملاً وابسته به کیفیت و کمیت داده‌هایی است که در اختیار سامانه قرار می‌گیرد و هرچه داده‌های دقیق‌تر و کامل‌تری اضافه شود، توانمندی دستیار نیز بهبود خواهد یافت.

منبع : هوش مصنوعی